El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative”
Descripción del Articulo
En la actualidad, el uso de los traductores automáticos neuronales ha dado paso al incremento en la demanda de servicios de posedición en la industria de la traducción. El acceso a los traductores automáticos neuronales ha traído consigo varios beneficios respecto a la productividad del traductor y...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2024 |
| Institución: | Universidad Peruana de Ciencias Aplicadas |
| Repositorio: | UPC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorioacademico.upc.edu.pe:10757/682187 |
| Enlace del recurso: | http://hdl.handle.net/10757/682187 |
| Nivel de acceso: | acceso abierto |
| Materia: | ChatGPT Traducción automática neuronal DeepL Modelo de lenguaje de gran tamaño Neural machine translation Large language model https://purl.org/pe-repo/ocde/ford#6.02.01 https://purl.org/pe-repo/ocde/ford#6.00.00 |
| id |
UUPC_edff7c107ca25ec71b65e6b81182f84e |
|---|---|
| oai_identifier_str |
oai:repositorioacademico.upc.edu.pe:10757/682187 |
| network_acronym_str |
UUPC |
| network_name_str |
UPC-Institucional |
| repository_id_str |
2670 |
| dc.title.es_PE.fl_str_mv |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| dc.title.alternative.none.fl_str_mv |
Use of ChatGPT as a tool for error recognition before human post-editing of the text “Information for parent(s)/guardian or legally authorized representative” |
| title |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| spellingShingle |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” Huayllas Salazar, Angel Adrian ChatGPT Traducción automática neuronal DeepL Modelo de lenguaje de gran tamaño Neural machine translation Large language model https://purl.org/pe-repo/ocde/ford#6.02.01 https://purl.org/pe-repo/ocde/ford#6.00.00 |
| title_short |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| title_full |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| title_fullStr |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| title_full_unstemmed |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| title_sort |
El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative” |
| author |
Huayllas Salazar, Angel Adrian |
| author_facet |
Huayllas Salazar, Angel Adrian Leonardo Perez, Yazmin Mercedes |
| author_role |
author |
| author2 |
Leonardo Perez, Yazmin Mercedes |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
Paredes Bances, María del Carmen |
| dc.contributor.author.fl_str_mv |
Huayllas Salazar, Angel Adrian Leonardo Perez, Yazmin Mercedes |
| dc.subject.none.fl_str_mv |
ChatGPT Traducción automática neuronal DeepL Modelo de lenguaje de gran tamaño Neural machine translation Large language model |
| topic |
ChatGPT Traducción automática neuronal DeepL Modelo de lenguaje de gran tamaño Neural machine translation Large language model https://purl.org/pe-repo/ocde/ford#6.02.01 https://purl.org/pe-repo/ocde/ford#6.00.00 |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#6.02.01 |
| dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#6.00.00 |
| description |
En la actualidad, el uso de los traductores automáticos neuronales ha dado paso al incremento en la demanda de servicios de posedición en la industria de la traducción. El acceso a los traductores automáticos neuronales ha traído consigo varios beneficios respecto a la productividad del traductor y los márgenes de rentabilidad para el proveedor de servicios de traducción o posedición. En esta industria, la inteligencia artificial es una tecnología que se emplea para la traducción y posedición de textos. Los investigadores se enfocarán en la inteligencia artificial aplicada a los modelos de lenguaje de gran tamaño. En este sentido, se analizarán las respuestas de un modelo de inteligencia artificial —que en este caso es ChatGPT— en el reconocimiento de errores producidos por un traductor automático como paso previo al proceso de posedición. Para esto, se llevarán a cabo tres etapas de análisis. En primer lugar, los investigadores realizarán un reconocimiento y análisis de los errores de la traducción automática neuronal (DeepL) a nivel léxico-semántico, morfosintáctico y estilístico-pragmático del texto “Information for parent(s)/guardian or legally authorized representative”. En segundo lugar, se utilizará ChatGPT para replicar el proceso de la primera etapa con el mismo texto. Finalmente, se compararán ambos resultados para mostrar algunos de los aciertos y las limitaciones de ChatGPT como una herramienta que facilita el siguiente paso: la posedición. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-12-05T02:29:17Z |
| dc.date.available.none.fl_str_mv |
2024-12-05T02:29:17Z |
| dc.date.issued.fl_str_mv |
2024-11-14 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.other.es_PE.fl_str_mv |
Trabajo de Suficiencia Profesional |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10757/682187 |
| dc.identifier.isni.es_PE.fl_str_mv |
000000012196144X |
| url |
http://hdl.handle.net/10757/682187 |
| identifier_str_mv |
000000012196144X |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| dc.format.en_US.fl_str_mv |
application/pdf application/epub application/msword |
| dc.publisher.es_PE.fl_str_mv |
Universidad Peruana de Ciencias Aplicadas (UPC) |
| dc.publisher.country.es_PE.fl_str_mv |
PE |
| dc.source.es_PE.fl_str_mv |
Universidad Peruana de Ciencias Aplicadas (UPC) Repositorio Académico - UPC |
| dc.source.none.fl_str_mv |
reponame:UPC-Institucional instname:Universidad Peruana de Ciencias Aplicadas instacron:UPC |
| instname_str |
Universidad Peruana de Ciencias Aplicadas |
| instacron_str |
UPC |
| institution |
UPC |
| reponame_str |
UPC-Institucional |
| collection |
UPC-Institucional |
| bitstream.url.fl_str_mv |
https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/10/Huayllas_SA_Autorizaci%c3%b3npublicaci%c3%b3n.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/12/Huayllas_SA_Reportesimilitud.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/13/Huayllas_SA_Actasimilitud.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/16/Huayllas_SA.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/6/Huayllas_SA.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/9/Huayllas_SA_Autorizaci%c3%b3npublicaci%c3%b3n.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/11/Huayllas_SA_Reportesimilitud.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/14/Huayllas_SA.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/3/Huayllas_SA_Autorizaci%c3%b3npublicaci%c3%b3n.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/4/Huayllas_SA_Reportesimilitud.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/5/Huayllas_SA_Actasimilitud.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/15/Huayllas_SA.docx |
| bitstream.checksum.fl_str_mv |
7e54a98cfb2e2bf8976ba6f865fbd6a2 6c04370a9610055c26cfe9fb1913422b bb3303ebba1f9bcf10e5ab1f17546ba5 805af96367558f2bfd8991ce4feec3ef e5f2074f397142f5c1861196e8e80228 2dafa7b82e198cf0afc6f868b0fb5bad 3f5eac2a0ea67d31ec4e451f61a0e967 8adf107882dde696a59e6c34f384a45a a7e617c1fb5548947ec2b512a7fa48ca 3d4d6d366891ea588473959f6ba23cf6 97b452c5029ade309550a81d73baf9bb 8c2ce87210f5b2770d154e56854f7033 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio académico upc |
| repository.mail.fl_str_mv |
upc@openrepository.com |
| _version_ |
1846066111330648064 |
| spelling |
eef4b921ab2149876bceb411704b13d0Paredes Bances, María del Carmen55a89a2d7da8fe06dead4d52eecf3f5750034a65502d58c8a129704f7256a5f834e500Huayllas Salazar, Angel AdrianLeonardo Perez, Yazmin Mercedes2024-12-05T02:29:17Z2024-12-05T02:29:17Z2024-11-14http://hdl.handle.net/10757/682187000000012196144XEn la actualidad, el uso de los traductores automáticos neuronales ha dado paso al incremento en la demanda de servicios de posedición en la industria de la traducción. El acceso a los traductores automáticos neuronales ha traído consigo varios beneficios respecto a la productividad del traductor y los márgenes de rentabilidad para el proveedor de servicios de traducción o posedición. En esta industria, la inteligencia artificial es una tecnología que se emplea para la traducción y posedición de textos. Los investigadores se enfocarán en la inteligencia artificial aplicada a los modelos de lenguaje de gran tamaño. En este sentido, se analizarán las respuestas de un modelo de inteligencia artificial —que en este caso es ChatGPT— en el reconocimiento de errores producidos por un traductor automático como paso previo al proceso de posedición. Para esto, se llevarán a cabo tres etapas de análisis. En primer lugar, los investigadores realizarán un reconocimiento y análisis de los errores de la traducción automática neuronal (DeepL) a nivel léxico-semántico, morfosintáctico y estilístico-pragmático del texto “Information for parent(s)/guardian or legally authorized representative”. En segundo lugar, se utilizará ChatGPT para replicar el proceso de la primera etapa con el mismo texto. Finalmente, se compararán ambos resultados para mostrar algunos de los aciertos y las limitaciones de ChatGPT como una herramienta que facilita el siguiente paso: la posedición.Nowadays, the use of neural machine translators has increased the demand for post-editing services in the translation industry. Access to neural machine translators has brought several benefits for translator productivity and profit margins for the translation or post-editing service provider. In this industry, artificial intelligence is a technology used for translation and post-editing. We will focus on artificial intelligence applied to large language models and analyze the responses of an artificial intelligence model (ChatGPT) in error recognition produced by an automatic translator as a previous step in post-editing. For this, three stages of analysis will be carried out. First, we will recognize and analyze the errors of the neural machine translation (DeepL) at the lexical-semantic, morphosyntactic, and stylistic-pragmatic levels of the text “Information for parent(s)/guardian or legally authorized representative”. Secondly, we will replicate the first stage process using ChatGPT. Finally, both results will be compared to show some of the strengths and limitations of ChatGPT as a tool that facilitates the next step: post-editing.Trabajo de Suficiencia ProfesionalODS 9: Industria, Innovación e InfraestructuraODS 4: Educación de CalidadODS 12: Producción y Consumo Responsablesapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Universidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCChatGPTTraducción automática neuronalDeepLModelo de lenguaje de gran tamañoNeural machine translationLarge language modelhttps://purl.org/pe-repo/ocde/ford#6.02.01https://purl.org/pe-repo/ocde/ford#6.00.00El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative”Use of ChatGPT as a tool for error recognition before human post-editing of the text “Information for parent(s)/guardian or legally authorized representative”info:eu-repo/semantics/bachelorThesisTrabajo de Suficiencia Profesionalhttp://purl.org/coar/resource_type/c_7a1fSUNEDUUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ciencias HumanasLicenciaturaTraducción e Interpretación ProfesionalLicenciado en Traducción e Interpretación Profesional Lengua A: Castellano Lengua B: Inglés Lengua C: Portugués / Para optar el título profesional de Licenciado en Traducción e Interpretación Profesional Lengua A: Castellano Lengua B: Inglés Lengua C: Francés2024-12-05T16:19:51Zhttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional0000-0002-9528-61810 8186383https://purl.org/pe-repo/renati/level#tituloProfesional231126Camino Urriaga, Fernando RafaelAstete Podkopaeva, Carolina7633941374457735CONVERTED2_3953827THUMBNAILHuayllas_SA_Autorizaciónpublicación.pdf.jpgHuayllas_SA_Autorizaciónpublicación.pdf.jpgGenerated Thumbnailimage/jpeg58843https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/10/Huayllas_SA_Autorizaci%c3%b3npublicaci%c3%b3n.pdf.jpg7e54a98cfb2e2bf8976ba6f865fbd6a2MD510falseHuayllas_SA_Reportesimilitud.pdf.jpgHuayllas_SA_Reportesimilitud.pdf.jpgGenerated Thumbnailimage/jpeg22180https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/12/Huayllas_SA_Reportesimilitud.pdf.jpg6c04370a9610055c26cfe9fb1913422bMD512falseHuayllas_SA_Actasimilitud.pdf.jpgHuayllas_SA_Actasimilitud.pdf.jpgGenerated Thumbnailimage/jpeg35848https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/13/Huayllas_SA_Actasimilitud.pdf.jpgbb3303ebba1f9bcf10e5ab1f17546ba5MD513falseHuayllas_SA.pdf.jpgHuayllas_SA.pdf.jpgGenerated Thumbnailimage/jpeg42271https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/16/Huayllas_SA.pdf.jpg805af96367558f2bfd8991ce4feec3efMD516falseTEXTHuayllas_SA.pdf.txtHuayllas_SA.pdf.txtExtracted texttext/plain203901https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/6/Huayllas_SA.pdf.txte5f2074f397142f5c1861196e8e80228MD56falseHuayllas_SA_Autorizaciónpublicación.pdf.txtHuayllas_SA_Autorizaciónpublicación.pdf.txtExtracted texttext/plain2160https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/9/Huayllas_SA_Autorizaci%c3%b3npublicaci%c3%b3n.pdf.txt2dafa7b82e198cf0afc6f868b0fb5badMD59falseHuayllas_SA_Reportesimilitud.pdf.txtHuayllas_SA_Reportesimilitud.pdf.txtExtracted texttext/plain1448https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/11/Huayllas_SA_Reportesimilitud.pdf.txt3f5eac2a0ea67d31ec4e451f61a0e967MD511falseORIGINALHuayllas_SA.pdfHuayllas_SA.pdfapplication/pdf1041722https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/14/Huayllas_SA.pdf8adf107882dde696a59e6c34f384a45aMD514trueHuayllas_SA_Autorizaciónpublicación.pdfHuayllas_SA_Autorizaciónpublicación.pdfapplication/pdf198711https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/3/Huayllas_SA_Autorizaci%c3%b3npublicaci%c3%b3n.pdfa7e617c1fb5548947ec2b512a7fa48caMD53falseHuayllas_SA_Reportesimilitud.pdfHuayllas_SA_Reportesimilitud.pdfapplication/pdf13622593https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/4/Huayllas_SA_Reportesimilitud.pdf3d4d6d366891ea588473959f6ba23cf6MD54falseHuayllas_SA_Actasimilitud.pdfHuayllas_SA_Actasimilitud.pdfapplication/pdf199499https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/5/Huayllas_SA_Actasimilitud.pdf97b452c5029ade309550a81d73baf9bbMD55falseHuayllas_SA.docxHuayllas_SA.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document340813https://repositorioacademico.upc.edu.pe/bitstream/10757/682187/15/Huayllas_SA.docx8c2ce87210f5b2770d154e56854f7033MD515false10757/682187oai:repositorioacademico.upc.edu.pe:10757/6821872025-03-24 04:40:41.633Repositorio académico upcupc@openrepository.com |
| score |
13.897231 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).